FastAPI（64）- Settings and Environment Variables 配置项和环境变量

背景

在许多情况下，应用程序可能需要一些外部设置或配置，例如密钥、数据库凭据、电子邮件服务凭据等。
大多数这些设置都是可变的（可以更改），例如数据库 URL，很多可能是敏感数据，比如密码
出于这个原因，通常在应用程序读取的环境变量中提供它们

Pydantic Settings

Pydantic 提供了一个很好的实用程序来处理环境变量的设置
从 Pydantic 导入 BaseSettings 并创建一个子类，非常类似于 Pydantic 的 BaseModel
与 Pydantic Model 一样，可以使用类型注释和默认值声明类属性
可以使用和 Pydantic Model 的所有相同验证功能和工具，例如不同的数据类型和使用 Field()

#!usr/bin/env python

# -*- coding:utf-8 _*-

"""

# author: 小菠萝测试笔记

# blog:  https://www.cnblogs.com/poloyy/

# time: 2021/10/9 7:25 下午

# file: 52_settings_env.py

"""

import os

import uvicorn

from fastapi import FastAPI

from pydantic import BaseSettings

class Settings(BaseSettings):

    app_name: str = "Awesome API"

    admin_email: str

    items_per_user: int = 50

settings = Settings()

app = FastAPI()

@app.get("/info")

async def info():

    return {

        "app_name": settings.app_name,

        "admin_email": settings.admin_email,

        "items_per_user": settings.items_per_user,

    }

然后，当创建 Settings 该类的实例时，Pydantic 将以不区分大小写的方式读取环境变量
因此，仍会为属性 app_name 读取为大写变量 APP_NAME
接下来它将转换和验证数据
因此，当使用该 settings 对象时，将拥有声明的类型的数据（例如 items_per_user 是 int）

运行 uvicorn 服务器

要为单个命令设置多个环境变量，只需用空格分隔它们，并将它们全部放在命令之前

ADMIN_EMAIL="deadpool@example.com" APP_NAME="ChimichangApp" uvicorn main:app

访问 /info 接口

Settings 跨模块调用

config.py

from pydantic import BaseSettings

class Settings(BaseSettings):

    app_name: str = "Awesome API"

    admin_email: str

    items_per_user: int = 50

settings = Settings()

main.py

from fastapi import FastAPI

from .config import settings

app = FastAPI()

@app.get("/info")

async def info():

    return {

        "app_name": settings.app_name,

        "admin_email": settings.admin_email,

        "items_per_user": settings.items_per_user,

    }

Settings 在依赖项中

前言

在某些情况下，提供依赖项的 Settings 会有用，而不是让全局对象拥有可随处使用的 Settings
在测试期间会有用，因为使用自定义 Settings 覆盖依赖项非常容易

config.py

from pydantic import BaseSettings

class Settings(BaseSettings):

    app_name: str = "Awesome API"

    admin_email: str

    items_per_user: int = 50

这里不创建默认实例 settings = Settings()

main.py

from fastapi import FastAPI, Depends

from functools import lru_cache

from .config import Settings

app = FastAPI()

@lru_cache

def get_settings():

    return Settings

@app.get("/info")

async def info(settings: Settings = Depends(get_settings)):

    return {

        "app_name": settings.app_name,

        "admin_email": settings.admin_email,

        "items_per_user": settings.items_per_user,

    }

测试上述接口

from fastapi.testclient import TestClient

from .config import Settings

from .main import app, get_settings

client = TestClient(app)

# 依赖覆盖，为 Settings 对象设置一个新的 admin_email 值

def get_settings_override():

    return Settings(admin_email="testing_admin@example.com")

app.dependency_overrides[get_settings] = get_settings_override

def test_app():

    response = client.get("/info")

    data = response.json()

    assert data == {

        "app_name": "Awesome API",

        "admin_email": "testing_admin@example.com",

        "items_per_user": 50,

    }

命令行执行

> pytest 53_settings_test.py

============================================================================================================ test session starts ============================================================================================================

platform darwin -- Python 3.9.5, pytest-6.2.5, py-1.10.0, pluggy-1.0.0

rootdir: /Users/polo/Downloads/FastAPI_project

plugins: anyio-3.3.2

collected 1 item                                                                                                                                                                                                                            

53_settings_test.py .                                                                                                                                                                                                                 [100%]

============================================================================================================= 1 passed in 0.30s =============================================================================================================

使用 .env 文件

背景

如果有会经常变化的设置项，也许在不同的环境中，将它们放在一个文件中，然后从文件中读取它们，就好像它们是环境变量一样

这些环境变量通常放在一个文件 .env 中，该文件称为“dotenv”

tips

以点 (.) 开头的文件是类 Unix 系统（如 Linux 和 macOS）中的隐藏文件
但是 dotenv 文件实际上不必具有那个确切的文件名
Pydantic 支持使用外部库读取这类型的文件

安装第三方库

pip install python-doten

.env 文件

ADMIN_EMAIL="xiaopolo@example.com"

APP_NAME="小菠萝"

config.py 文件

from pydantic import BaseSettings

class Settings(BaseSettings):

    app_name: str = "Awesome API"

    admin_email: str

    items_per_user: int = 50

    class Config:

        # 设置需要识别的 .env 文件

        env_file = ".env"

lru_cache

背景

继上面的栗子，读取 .env 文件可能是一件代价高昂（缓慢）的操作

从性能角度出发，肯定希望只读取一次，后续每个请求可以重复使用同一个 Settings 对象，这样就只会读取一次 .env 文件

def get_settings():

    return Settings()

上述代码，如果作为请求的依赖项，那么每次请求进来，都会创建一个 Settings 对象，然后读取一次 .env 文件，这不是我们希望的

@lru_cache

如果加上了 @lru_cache 那么 get_settings 只会在第一次调用的时候执行一次，然后 Settings 对象也只会创建一次，.env 文件也只会读取一次

from functools import lru_cache

from fastapi import Depends, FastAPI

from . import config

app = FastAPI()

@lru_cache()

def get_settings():

    return config.Settings()

@app.get("/info")

async def info(settings: config.Settings = Depends(get_settings)):

    return {

        "app_name": settings.app_name,

        "admin_email": settings.admin_email,

        "items_per_user": settings.items_per_user,

    }

对于后续请求的依赖项中的 get_settings() 的任何后续调用，它不会执行 get_settings() 的内部代码并创建新的 Settings 对象，而是返回与第一次调用时返回的相同对象

lru_cache 技术细节

@lru_cache() 修改它修饰的函数返回与第一次返回相同的值，而不是再次执行函数内部代码
因此，它下面的函数将针对每个参数组合执行一次
然后，每当使用完全相同的参数组合调用函数时，每个参数组合返回相同的值将一次又一次地使用
在请求依赖项 get_settings() 的情况下，该函数没有参数，所以它总是返回相同的值
这样，它的行为就好像它只是一个全局变量
但是因为它使用了一个依赖函数，所以可以很容易地覆盖它进行测试
@lru_cache() 是 functools 的一部分，它是 Python 标准库的一部分
使用 @lru_cache() 可以避免为每个请求一次又一次地读取 .env 文件，同时可以在测试期间覆盖它的值

有参数的函数的栗子

@lru_cache()

def say_hi(name: str, salutation: str = "Ms."):

    print(123)

    return f"Hello {salutation} {name}"

print(say_hi(name="Camila"))

print(say_hi(name="Camila"))

print(say_hi(name="Rick", salutation="Mr."))

print(say_hi(name="Rick", salutation="Mr."))

print(say_hi(name="Camila"))

print(say_hi(name="Rick", salutation="Mr."))

运行结果

123

Hello Ms. Camila

Hello Ms. Camila

123

Hello Mr. Rick

Hello Mr. Rick

Hello Ms. Camila

Hello Mr. Rick

使用完全相同的参数调用函数时，直接返回结果而不会执行厘米的代码

巴特西

FastAPI（64）- Settings and Environment Variables 配置项和环境变量

背景

Pydantic Settings

运行 uvicorn 服务器

访问 /info 接口

Settings 跨模块调用

config.py

main.py

Settings 在依赖项中

前言

config.py

main.py

测试上述接口

命令行执行

使用 .env 文件

背景

tips

安装第三方库

.env 文件

config.py 文件

lru_cache

背景

@lru_cache

lru_cache 技术细节

有参数的函数的栗子

运行结果

原理图

最新文章

热门文章